Klasifikasi Dalam Mendeteksi Penyakit Hipoglikemia Dengan Menggunakan Metode Random Forest dan Adaboost

Abstract

Hipoglikemia merupakan sebuah gangguan kesehatan yang penyebabnya adalah kadar glukosa pada tubuh seseorang dibawah angka kadar normal dan gangguan kesehatan ini merupakan sebuah gangguan lanjutan dari individu yang memiliki penyakit diabetes. Hiplogikemia sendiri terjadi ketika kadar glukosa pada darah dibawah angka 70 mg/dL dan kadar insulin yang tinggi melebihi angka 100 mg/dL. Penelitian ini melatih model probabilistik menggunakan algoritma Machine Learning Random Forest dan Adaboost dari glukosa darah dan kadar insulin pasien. Kedua algoritma tersebut termasuk kedalam bagian ensemble learning dengan algoritma random forest menggunakan teknik bagging dan algoritma adaboost menggunakan teknik boosting. Dengan demikian, penelitian ini akan mendapatkan algoritma terbaik dalam pengklasifikasian penyakit hipoglikemia. Hasil dari penelitian ini dengan sampel ukuran data test sebesar 20% dan train sebesar 80% didapat bahwa algoritma random forest mendapatkan akurasi 92% dan algoritma adabost mendapatkan akurasi 93.75%. Dengan demikian algoritma adaboost lebih baik daripada algoritma random forest dalam melakukan pengklasifikasian penyakit hipoglikemia.